检索结果-内蒙古大学图书馆

大语言模型是基于深度学习自然语言处理技术发展的里程碑,其强大的特性、能力与潜力已触发各领域既有技术路线和方法的变革,产生了很多崭新的研究与应用方向。大语言模型的特性与故障预测和健康管理领域高度契合,能够发挥巨大作用。对故障预测和健康管理进行概述,对该领域所面临挑战进行总结。介绍大语言模型的发展现状,总结大语言模型的特点与优势。结合大语言模型与故障预测和健康管理领域的特点,提出在数据处理、人机交互、知识处理、诊断预测方面的应用展望。分析大语言模型在幻觉、逻辑能力、安全性方面的潜在不足,总结其在故障预测和健康管理中的应用挑战。

关键词：大型语言模型预测和健康管理故障诊断故障预测

来源：评论

学校读者我要写书评

暂无评论

预测与健康管理技术研究和应用综述

预测与健康管理技术研究和应用综述

引用

“第四届水下无人系统技术高峰论坛”——有人/无人协同技术

作者：王飞金建海陈奕宏中国船舶科学研究中心

预测与健康管理技术方兴未艾,在军事及民用领域均扮演者越来越重要的角色。本文首先解释了了预测与健康管理技术的概念内涵与意义,然后概述了该技术目前国内外的技术发展现状,接着对PHM系统的一般工作流程进行介绍,并对几种主流的实现... 详细信息

预测与健康管理技术方兴未艾,在军事及民用领域均扮演者越来越重要的角色。本文首先解释了了预测与健康管理技术的概念内涵与意义,然后概述了该技术目前国内外的技术发展现状,接着对PHM系统的一般工作流程进行介绍,并对几种主流的实现方法进行了分析与比较;另外,对技术进一步发展需要解决的关键技术和面临的挑战进行了分析,最后对预测与健康管理技术的未来发展进行了展望。

关键词：预测和健康管理视情维护人工智能寿命预测

来源：评论

学校读者我要写书评

暂无评论

基于差分进化交叉验证SVM的飞控系统传感器故障预测学习算法研究

引用

传感技术学报 2008年第11期21卷 1944-1949页

作者：尹伟章卫国宁东方孙勇李斌西北工业大学自动化学院西安710072

参考现代飞行器故障检测结构,利用支持向量回归建立了飞控系统传感器的故障预测框架。该方案包括作动器,操纵面的传感器故障诊断模块,以解决故障趋势预测的问题。指出了如何采用SVM/SVR进行权值估计。提出采用差分进化改进原有的交叉验... 详细信息

参考现代飞行器故障检测结构,利用支持向量回归建立了飞控系统传感器的故障预测框架。该方案包括作动器,操纵面的传感器故障诊断模块,以解决故障趋势预测的问题。指出了如何采用SVM/SVR进行权值估计。提出采用差分进化改进原有的交叉验证方式,并且对核参数寻优以减少模型误差和提高SVR模型的泛化能力。最后结合飞行控制系统实时故障仿真证实了这种预测方法的可行性。

关键词：支持向量机差分进化算法故障预测飞行控制系统预测和健康管理

来源：评论

学校读者我要写书评

暂无评论

基于状态监控数据的民机系统故障诊断与预测方法研究

基于状态监控数据的民机系统故障诊断与预测方法研究

引用

作者：梁坤南京航空航天大学

学位级别：博士

随着我国民航业的快速发展,民机数量不断增加,民航安全问题愈加严峻,“安全关口前移”和“持续安全”成为当前航空运输系统的发展目标,运营效益和安全成为民航领域重大急需研究问题。现代民机通常配置有飞机状态监控系统,通过机载数据... 详细信息

随着我国民航业的快速发展,民机数量不断增加,民航安全问题愈加严峻,“安全关口前移”和“持续安全”成为当前航空运输系统的发展目标,运营效益和安全成为民航领域重大急需研究问题。现代民机通常配置有飞机状态监控系统,通过机载数据总线收集各个子系统和部件的工作参数,在线监测记录系统的状态、性能、运行环境及载荷等,并根据需要传输到地面进行实时分析或存储到机载设备上(如QAR,Quick Access Recorder,即快速存取记录器)供航后离线分析。挖掘使用QAR数据并融合专家经验、传统可靠性数据、检测数据和系统/部件数学模型进行飞机复杂系统故障诊断、预测技术研究与应用,实现数据驱动的运营维护决策支持成为中国航空工业当前需要解决的问题。因此,从我国民航业工程应用需要,本文在基于飞行数据的民机系统的新维修模式、故障诊断、预测关键技术等方面开展相关研究。在充分研究分析飞行数据在航空领域应用发展和相关关键技术方法应用发展的基础上,结合国内飞行数据在国内民机维护的工程实践中故障诊断与预测等方面存在的问题与不足,以民机系统为对象,利用QAR数据分别在系统异常检测、剩余寿命预测建模、故障隔离和计划维修框架下基于连续监测的预测维修模式四个方面展开了深入研究,为国内民机的复杂系统故障诊断和预测提供可行的技术方法参考,同时也可为国产民机PHM系统的开发提供技术储备。论文研究工作如下:(1)飞行数据的工况分类方法研究民机系统受飞机多飞行剖面、关联系统不同运行状况、系统各种部件组合工作等多方面因素的影响,记录运行状态的飞行数据具有多变性、复杂性等特点,往往是不完整和多工况的,难以满足直接应用于飞机系统故障诊断与预测的使用要求。为从飞行数据中提取出后续系统异常检测、故障诊断、RUL预测和预测维修的高质量可靠数据,根据飞行数据特点研究了基于多重插补技术的飞行数据缺失值的填充和基于决策树C5.0分类算法的多工况飞行数据分类方法。(2)民机系统故障检测方法研究民机一个飞行循环有多个飞行阶段,在不同飞行阶段复杂系统常有不同工况,QAR数据中不同飞行循环同飞行阶段的系统性能监测数据时间序列由于不同的飞行包线和噪声,序列间会存在时间轴伸缩、不连续、振幅平移和伸缩,且QAR数据记录的系统性能监测数据大部分都是系统正常运行数据。针对这些问题提出了工况分类的DTW聚类、指数加权滑动平均(Exponentially Weighted Moving Average,EWMA)控制图方法、和多元线性回归模型的故障检测方法,实现了适用于QAR数据的民机系统早期故障检测。(3)基于排故手册、维修手册等知识和飞行数据相结合的民机系统故障隔离研究飞行数据真实地反映了飞机不同飞行状态下各复杂系统不同工况的工作情况和系统性能,为开展维修保障、评估飞行训练质量以及调查分析飞行事故提供了客观依据。飞机系统/部件的功能在飞行中发生异常或失效而在地面显示正常时,但机组人员又不能够提供足够的系统/部件发生异常或失效信息时,仅依据排故手册、维修手册和专家经验等知识难以进行故障分析和隔离。针对这种情况研究了基于排故手册、维修手册等知识和飞行数据相结合的民机系统故障隔离方法,设计了基于知识和飞行数据的民机系统故障诊断流程,提出了基于贝叶斯网络的融合民机排故手册、维修手册、专家经验等知识和飞行数据的故障隔离方法,通过引气系统案例验证了该方法的可行性。(4)健康状态与剩余使用寿命预测建模方法研究在前文飞行数据工况分类和异常检测的基础上研究了基于飞行数据的民机系统剩余使用寿命预测的退化数据选择和健康指标确定方法;针对民机系统RUL预测的不确定性表示和管理问题,研究了状态空间的建模方法和基于Bayesian框架的状态和参数的联合估计方法。然后以民机引气系统性能退化为例,使用EWMA控制图异常检测限选择了退化数据,利用健康指数的混合度量方法确定了引气系统调温性能退化的HI,接着建立了性能退化状态空间模型,并用Bayesian框架的状态和参数的联合估计方法根据三组不同退化时刻飞行数据对其RUL预测和可靠性评估,验证了本文方法的有效性。(5)基于连续监测的预防性维修策略研究使用飞行数据进行民机系统的性能退化预测和可靠性估计给现有的基于维修大纲(MRB)的民机计划维修优化带来了的机会,在融入PHM的MSG-3维修任务分析新逻辑和流程下候选出PHM任务,但缺乏对PHM任务工程分析流程和方法的深入研究,导致预测维修在实践应用中具有较大困难,因此与预测维修相适应的维修任务工程分析流程和方法亟需建立。针对该问题提出了基于连续监测的预防维修模式,分析了融入PHM的MSG-3维修任务分析新逻辑和流程,设计了预测维修的流程,研究了PHM的故障诊断与预测结果应用到民机维护中的方法,然后用引气系统进行了效果验证。新的维修模式能够有效减少非计划维

关键词：民机系统预测和健康管理故障诊断剩余寿命预测预测维修 QAR数据状态空间模型贝叶斯网络

来源：评论

学校读者我要写书评

暂无评论

基于最小决策风险的故障诊断方法

引用

测控技术 2012年第12期31卷 117-119页

作者：王丽芳王晓凤蒋长鸿刘志强西北工业大学计算机学院陕西西安710072 西北工业大学理学院陕西西安710072 西北工业大学软件与微电子学院陕西西安710072

预测与健康管理技术对故障诊断的准确性提出了更高的要求。在传统基于支持向量机的故障诊断方法中引入最小决策风险,即将先验故障模式信息与数据驱动学习算法相融合,以获得更为有效的故障诊断结果。给出了基于多分类后验概率最小决策风... 详细信息

预测与健康管理技术对故障诊断的准确性提出了更高的要求。在传统基于支持向量机的故障诊断方法中引入最小决策风险,即将先验故障模式信息与数据驱动学习算法相融合,以获得更为有效的故障诊断结果。给出了基于多分类后验概率最小决策风险的SVM故障模式识别的实验步骤,并选取某电路板的400组数据进行实验。结果表明,提出的故障诊断方法可有效减少故障的漏报率,提升系统整体的诊断准确性。

关键词：预测和健康管理故障诊断支持向量机最小决策风险

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的电动机构故障预测研究

引用

计算机工程与设计 2011年第1期32卷 297-300页

作者：韩东许葆华军械工程学院导弹工程系河北石家庄050003

为了保证某型导弹发射台的战备完好性,需要对其进行故障预测和健康评估。为此采集了发射台电动机构的振动信号,用小波分析方法提取了特征向量,在研究支持向量机模式识别和回归估计基本原理的基础上,设计了电动机构的最小二乘支持向量机... 详细信息

为了保证某型导弹发射台的战备完好性,需要对其进行故障预测和健康评估。为此采集了发射台电动机构的振动信号,用小波分析方法提取了特征向量,在研究支持向量机模式识别和回归估计基本原理的基础上,设计了电动机构的最小二乘支持向量机预测模型和故障映射模型,实现了对电动机构状态趋势的预测和故障预报。采用电动机构的历史数据对模型进行了验证,结果表明,基于支持向量机的预测模型和故障映射模型可以有效地对电动机构进行故障预测。

关键词：预测和健康管理支持向量机故障预测状态监测电动机构

来源：评论

学校读者我要写书评

暂无评论

使用退化事件估计剩余使用寿命

使用退化事件估计剩余使用寿命

引用

作者：泽善（Zeeshan Abbas）东南大学

学位级别：硕士

剩余寿命(Remaining Useful Life,RUL)预测是故障预测与健康管理(Prognostic and Health Management,PHM)领域的重要问题之一,有益于提高系统可靠性与安全性。基于相似性的剩余寿命预测技术假设具有相似历史退化过程的系统具有相似剩余... 详细信息

剩余寿命(Remaining Useful Life,RUL)预测是故障预测与健康管理(Prognostic and Health Management,PHM)领域的重要问题之一,有益于提高系统可靠性与安全性。基于相似性的剩余寿命预测技术假设具有相似历史退化过程的系统具有相似剩余寿命,从而不依赖于领域专家知识进行寿命预测。而这一假设在绝大部分实际应用中是成立的。现有的相似性预测方法大多采用系统的完整退化历史去衡量系统相似性并基于此预测剩余寿命。然而,对于一个系统而言,并非所有的退化历史对于剩余寿命都具有同等的影响力,例如:严重冲击相对于日常磨损而言会对轴承造成更大伤害,使得剩余寿命的变化更剧烈,因而更值得关注。因此,本文主要研究如何提取这些关键退化历史,并将其应用于剩余寿命预测过程中。首先,本文提出了一个基于退化事件的剩余生命预测模型框架,包括数据预处理、退化事件检测、参考系统确定、参考剩余寿命调整以及剩余寿命估计等步骤。该框架的基本假设在于:经历相似退化事件的系统将有更大的可能具有相似的剩余寿命。一个系统的退化历史表现为数据序列,而退化事件被定义为具有显著差异的数据子序列。本文提出了一种退化事件检测算法,可有效检测这类数据子序列。针对参考系统确定问题,本文采用相似性查询技术将具有与测试系统相似退化事件的历史系统认定为参考系统,其剩余寿命是用于预测测试系统剩余寿命的重要来源。考虑到系统间差异,本文提出了两种参考系统剩余寿命调整方案,分别为基于初始磨损的调整策略与基于退化率的调整策略,为更准确地预测测试系统剩余寿命提供支持。最后,本文采用核密度估计方法,基于Top-k参考剩余寿命进行测试系统寿命预测。本文基于NASA的航空发动机寿命数据集C-MAPSS进行了相关测试与评估,结果表明本文所提算法具有较好的剩余寿命预测性能。

关键词：剩余使用寿命预测和健康管理退化事件机器学习基于退化事件的RUL估计

来源：评论

学校读者我要写书评

暂无评论

基于HHT的旋转机械故障机理仿真分析研究

引用

空天防御 2023年第1期6卷 63-69页

作者：冯安安汪溢姚永超朱显明陈健上海机电工程研究所上海201109

为解决预测和健康管理(prognostic and health management,PHM)系统对关键部件故障机理研究不足的问题,提出一种基于希尔伯特-黄变换(Hilbert-Huang transform,HHT)的旋转机械故障机理仿真分析方法。首先对战车转塔轴承的工况和故障机... 详细信息

为解决预测和健康管理(prognostic and health management,PHM)系统对关键部件故障机理研究不足的问题,提出一种基于希尔伯特-黄变换(Hilbert-Huang transform,HHT)的旋转机械故障机理仿真分析方法。首先对战车转塔轴承的工况和故障机理进行分析计算,然后对振动数据进行去噪和仿真,最后将仿真结果与理论计算结果进行对比分析。通过故障仿真分析验证了故障机理分析方法的有效性,可为实现武器装备故障的精准诊断奠定基础,提高故障诊断预测的准确性和稳定性。

关键词：预测和健康管理旋转机械希尔伯特-黄变换仿真分析

来源：评论

学校读者我要写书评

暂无评论

变压器全生命周期的健康检测的数据分析

引用

自动化技术与应用 2019年第9期38卷 102-107,128页

作者：吴国森天津大学

针对变压器运维管理中存在的不能及时识别变压器健康退化状况的问题,提出一种变压器全生命周期数据分析的技术框架。该框架通过数据采集、异常检测、故障诊断以及健康预测等模块实现对变压器全生命周期的健康监控和剩余使用寿命预测。... 详细信息

针对变压器运维管理中存在的不能及时识别变压器健康退化状况的问题,提出一种变压器全生命周期数据分析的技术框架。该框架通过数据采集、异常检测、故障诊断以及健康预测等模块实现对变压器全生命周期的健康监控和剩余使用寿命预测。通过一些应用示例表明,该数据分析框架能够通过识别早期故障指标来估计未来运行条件对变压器健康状况的影响,有助于优化变压器全生命周期管理。

关键词：数据分析预测和健康管理变压器状态监测绝缘评估

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：